穩增長、降杠桿：政策悖論下央行貨幣政策如何選擇

(1.中國濱海金融協同創新中心，天津 300222；2.天津財經大學 經濟學院，天津 300222)

一、引言

貨幣政策是宏觀調控的重要手段，及時進行貨幣政策調整成為各國維護經濟穩定的必要舉措。因此，如何制定有效的政策措施成為政府和學術界共同關注的焦點。2011年我國經濟發展結束了持續三十余年的兩位數高速增長，GDP增速持續下行，面對經濟增速快速下滑的壓力，我國央行采取了“降息”、“降準”的政策，目的在于通過寬松貨幣政策來刺激經濟增長、維護經濟穩定運行。但與此同時，我國整體杠桿率水平快速攀升，根據國際清算銀行(BIS)的統計數據顯示，截至到2016年第三季度，我國杠桿率已經達到了255.6%，與2008年末相比，提高了114個百分點，并且已經遠遠超過了新興市場經濟體190%的平均水平。而杠桿率的提高能夠通過投資帶動產出的增加，但是杠桿率的過快攀升則會威脅經濟金融穩定運行[1]。因此，“去杠桿”成為我國供給側結構性改革的重要內容之一，也是防范系統性風險、維護金融穩定的必然要求。

“保持貨幣幣值穩定，并以此促進經濟增長”是我國中央銀行貨幣政策的最終目標，實施寬松的貨幣政策是“新常態”下維持經濟穩定增長的必然選擇。但是，面對嚴峻的高杠桿問題，中央銀行又必須改變過度寬松的貨幣政策環境，收緊流動性，這勢必會給實體經濟發展帶來一定的負面沖擊。因此，“穩增長”與“降杠桿”共同成為了我國貨幣當局的現實目標，也使得中央銀行貨幣政策制定陷入兩難選擇，如何保持貨幣政策的穩健中性、處理好“穩增長”與“降杠桿”兩個政策目標之間的關系成為貨幣當局面臨的重要議題。

本文將貨幣政策、經濟增長與杠桿率置于同一個研究框架之下，分析三者之間的相互作用機制，并利用1996-2016年中國經濟數據進行了實證分析，考察我國貨幣政策對經濟增長和杠桿率變動的實際影響效果，以期為我國中央銀行制定合理的貨幣政策來平衡“穩增長”與“降杠桿”之間的政策沖突提供依據。

二、文獻綜述

(一)貨幣政策與經濟增長

貨幣政策作為政府進行宏觀調控的主要手段，承擔著保持經濟穩定增長的重要職責，而其對經濟增長的影響也成為各國貨幣政策制定者和學術界一直以來關注和研究的熱點問題，但研究結論存在較大分歧。Lucas[2]、McCandless和Weber[3]等學者認為貨幣在長期是中性的，因而貨幣政策不會影響實際產出變化；而Mishkin[4]、Fisher和Seater[5]考察了美國等國家貨幣政策的實施效果發現，貨幣供給增長率的變化對實際產出存在顯著的影響，反駁了貨幣長期中性的觀點。關于我國貨幣政策對經濟增長影響的研究，孫華妤[6]認為由于微觀經濟主體對貨幣政策的敏感性較低導致我國貨幣政策對產出的調控效果不明顯，閆力等[7]研究發現我國貨幣供應量變動在一定程度上能夠影響經濟增長，但要明顯小于對價格水平的影響程度，郭豫媚等[8]也指出我國貨幣政策對于宏觀經濟波動的調控能力正在逐漸減弱。而林仁文、楊熠[9]研究發現，隨著市場化改革推進，存款基準利率對調控宏觀經濟更有效；黃憲、王旭東[10]研究認為我國數量型貨幣政策對于產出的調控效果有所提升，而當經濟處于復蘇期時，價格型貨幣政策對產出的調控效果更顯著。

(二)貨幣政策與降杠桿

隨著近年來杠桿率的快速攀升，學者們對于貨幣政策如何應對杠桿率問題也越來越關注。Bauer和Granziera[11]基于發達國家的數據探討了貨幣政策沖擊對杠桿率和金融穩定的影響，發現緊縮性貨幣政策在短期會導致杠桿率上升，增加了金融危機爆發的可能性，但從長期看，資金成本的上升會削弱借貸意愿，進而促進杠桿率下降。而Korinek和Simsek[12]認為在高杠桿家庭主動降杠桿過程中，中央銀行應當通過降低利率來刺激低杠桿部門適度提供杠桿水平，來防止總需求的大幅下降，但是利率政策對于杠桿調控的效果比較有限，還需要配合宏觀審慎政策使用。針對我國的情況，胡志鵬[13]考察了“穩增長”和“控杠桿”雙重目標下的最優貨幣政策問題，發現調控貨幣供應量增速來降低杠桿率的效果十分有限，劉曉光和張杰平通過構建DSGE模型進行模擬分析也指出，當中央銀行降低貨幣供應量時，會引起產出大幅度的下滑，進而導致杠桿率不降反升。而劉金全、陳德凱[14]的研究發現，央行采用緊縮性貨幣政策不利于杠桿水平的降低，但可以降低杠桿水平的持續上漲速度，達到“穩杠桿”的效果，因此貨幣政策應當在“去杠桿”與“穩杠桿”之間進行權衡。

(三)杠桿率與經濟增長

關于杠桿率與經濟增長相互關系的研究方面，Mendoza和Terrones[15]、Reinhart和Rogoff[16]、Furceri和Mourougane[17]等研究指出對于家庭、企業、金融以及政府等經濟部門而言，過度負債帶來的杠桿率上升最終都會給經濟增長帶來嚴重的負面沖擊，我國學者黃志龍[18]利用全球105個國家1990-2011年的經濟數據進行實證分析發現，過高的杠桿率水平通常意味著經濟只能維持低速增長，而杠桿率的過快上升則會導致財政和債務危機，楊洋、趙茂[19]采用金融機構為私人部門提供的信用占GDP作為金融發展水平的代理變量，分析了金融發展的經濟增長效應，指出當金融發展水平過高時，其經濟增長效應會顯著弱化甚至有可能逆轉。而Caballero等[20]認為在去杠桿過程中，居民部門的投資和消費需求以及企業的資本性投資都出現一定程度的下降，進而給經濟發展帶來一定的負面影響。Buttiglione等[21]也指出去杠桿可能引發金融與經濟的負反饋循環效應，導致去杠桿加劇經濟的衰退，而經濟的下滑又給去杠桿的進行帶來巨大阻礙。馬勇、田拓等[22]對金融杠桿與經濟增長以及金融穩定之間相互關系的實證研究也表明，去杠桿會給經濟增長帶來顯著的負面影響，而金融杠桿的大幅波動同樣不利于經濟增長和金融穩定。

現有研究對貨幣政策、經濟增長與杠桿率的相互影響進行了多角度分析，但是研究結論還存在較大分歧，對于貨幣政策如何處理經濟增長與杠桿調控之間的沖突不能做出很好地解釋和回答。因此，本文將在現有研究基礎上，進一步深入分析貨幣政策、經濟增長與杠桿率之間的相互作用機制，并嘗試從數量型和價格型貨幣政策影響效果差異性的角度探討貨幣政策如何平衡“穩增長”和“降杠桿”之間的政策沖突。

三、理論分析與實證研究設計

(一)理論分析

經濟增長一直以來都是貨幣當局制定和實施貨幣政策時重點關注的目標。因此，當經濟發展不景氣時，實施寬松的貨幣政策來刺激經濟增長成為各國貨幣當局調控宏觀經濟運行時最常用的做法。基于貨幣政策傳導機制看，寬松的貨幣政策環境下，一方面市場流動性充裕使得大量資金能夠直接流入到投資、消費等領域，通過帶動投資、消費需求的增加帶動實體經濟復蘇；另一方面，寬松貨幣政策帶來的低利率環境降低了貨幣的收益率，促使經濟主體將更多的儲蓄轉化為投資，同時利率水平的下降也降低了資金的借貸成本，增強了企業、居民的借貸意愿，并將籌集的資金用于生產、消費等環節，進而促進經濟增長。因此，金融危機爆發以來，以美國為典型代表的發達國家都大規模實施量化寬松貨幣政策來促進經濟的復蘇，我國同樣也采取了相對寬松的貨幣政策來實現經濟穩定增長的目標，特別是在經濟進入“新常態”以后，我國央行實施了多輪的“降息、降準”政策，來刺激實體經濟的發展。

基于貨幣政策與經濟增長的傳導機制進一步分析，在寬松貨幣政策下，企業、居民等實體經濟部門債務的增加勢必在短期內引發杠桿水平的快速攀升，而從中長期看，隨著貨幣政策的效果逐漸顯現，經濟逐漸回暖復蘇，杠桿水平將趨于穩定或下降。但是，當經濟持續性下滑、實體經濟的投資回報率大幅下降時，寬松貨幣政策下，大量資金并沒有流入到生產、消費中，而是進入股市、房市等領域推高資產價格以獲取高收益，使得貨幣政策與經濟增長之間的傳導路徑失效，經濟復蘇緩慢，杠桿率維持在較高水平甚至進一步上升。而且資產價格的上升會進一步吸引大量資金通過加杠桿方式進入到這些領域，使得杠桿率水平持續攀升，大大削弱了寬松貨幣政策對經濟增長的刺激作用，也給金融穩定帶來了嚴重的威脅。因此，當經濟下滑時，中央銀行在制定貨幣政策刺激經濟增長時，需要充分考慮貨幣政策可能產生的負面溢出效應，合理把握貨幣政策的寬松程度。

(二)SVAR模型設定

由Sims(1980)[23]提出的向量自回歸模型(VAR)作為最常用的計量經濟模型之一，通過選擇所有變量的若干滯后變量對其當期變量進行回歸，能夠觀察到變量之間的動態關系，因而被廣泛運用于宏觀經濟金融領域的研究中。VAR(p)的一般形式可以表示為

(1)

其中，T為樣本個數，μ為截距項，p為滯后階數；Xt為k×1維列向量，表示內生變量；Γi為k×k維矩陣，表示待估計系數；et為k×1維列向量，表示隨機擾動項，允許存在同期相關，但與等式右邊包括自身后向在內的所有變量均不相關，其協方差矩陣 包含了VAR模型的同期相關信息。利用所構建VAR(p)模型，可以通過Granger因果檢驗、脈沖響應和方差分解等方法判斷各變量之間是否存在相互影響關系、影響大小以及相對重要性等，進而可以用于解釋和分析經濟金融問題。

但是，由于在VAR模型中允許隨機擾動項 之間存在同期相關關系，導致脈沖響應函數和方差分解的結果并不唯一，會依賴于變量次序的改變而發生變化，同時VAR模型沒有考慮變量之間的當期影響，無法揭示經濟結構。而結構向量自回歸模型(SVAR)將變量之間的結構性關系引入到傳統的VAR模型中，彌補了無法捕捉變量間同期關系的缺陷。

構建SVAR模型，首先需要對VAR的結構識別，即對反映變量之間同期因果關系的矩陣A進行約束，表示為

Aet=Bεt

(2)

其中，et為基于VAR模型估計得到的殘差項，εt為SVAR模型的結構擾動項，服從多維正態分布，即εt(0,Ik)。A和B均為K階可逆矩陣，是SVAR模型的約束條件。A矩陣反映了變量之間的同期因果關系結構，而B矩陣主要是為了使得εt不存在同期相關，一般將其設定為對角矩陣。而合理設定同期因果關系結構矩陣A是構建SVAR模型的關鍵，直接影響脈沖響應和方差分解的結果。在以往研究中，矩陣A主要是根據經濟理論或已有的研究成果進行設定，具有較強的主觀性，導致分析結論的科學性和可靠性受到質疑。Bessler和Yang[24]提出了有向無環圖(DAG)方法，在VAR模型基礎上，利用其殘差的相關系數矩陣對變量的同期因果關系進行識別，為SVAR模型中結構關系矩陣的設定提供了客觀依據，避免了傳統研究中存在的主觀性，保證SVAR模和方差分解結果的科學性和可靠性，已經被國內外學者運用于宏觀經濟研究中[25-28]。

(三)有向無環圖(DAG)方法

Spirtes等[29]提出的“有向無環圖”(directed acycline praph，DAG)基于數據驅動，在不需要任何先驗判斷或理論假設的前提下，根據各變量之間的相關系數和偏相關系數，來判斷變量之間的同期因果關系，并繪制出變量同期因果關系結構圖，即DAG圖。具體來看，對于變量A和B，在DAG圖中可能出現以下幾種情況：第一，當A與B之前不存在因果關系時，A與B之間則不存在有向邊；第二，當A與B之間存在著A到B(或B到A)的單向因果關系時，表示為“A→B”(或“B→A”)；第三，當A與B之間存在著雙向因果關系時，表示為“A?B”；第四，當A與B之間存在因果關系，但方向無法判斷時，表示為“A—B”。

在實際分析中，可以利用Spirtes 等(2000)提出的PC算法，根據變量之間的相關系數矩陣，在“無向完全圖” 的基礎上依次通過“去邊”和“定向”兩個步驟，即可得到“有向無環圖”，從而確定變量之間的同期因果關系 。

(四)數據說明

目前，IMF、BIS等國際機構和中國社科院等國內科研機構都對中國杠桿率水平進行了測算，盡管測算的方法和具體數據略有不同，但所得出的中國杠桿率變化趨勢基本一致。考慮到數據的權威性和連續性，本文選擇國際清算銀行(BIS)公布的數據作為中國杠桿率的衡量指標。此外，經濟增長用GDP實際增長率表示，數據來源于國家統計局；貨幣政策變量分別用廣義貨幣供應量(M2)和銀行間同業拆借利率(30天)表示，數據來源于Wind數據庫和中經網統計數據庫，本文所選擇的樣本區間為1996年第一季度至2016年第三季度，相關數據均采用季度數據。

本文對所有季度數據進行了季節調整，消除季節因素的影響；為了保證數據的平穩性和減少異方差的影響，本文對廣義貨幣供應量進行了對數差分變換，對GDP實際增長率和杠桿率進行差分變換。杠桿率、廣義貨幣供應量、銀行間同業拆借利率和經濟增長分別用LEV、M2、I和Y表示。

四、實證結果分析

(一)變量平穩性檢驗

在實證分析前，本文首先采用ADF單位根檢驗方法對各變量的平穩性進行檢驗，檢驗結果如表1所示。由表1檢驗結果看出，在5%的顯著性水平下，各變量均拒絕了非平穩的原假設，表明模型中各變量均為平穩變量，可以直接建立SVAR模型進行脈沖響應分析和方差分解。

表1 變量平穩性檢驗結果

(二)基于DAG的同期因果關系識別與SVAR模型設定

上述平穩性檢驗結果顯示各變量均平穩，因此可以直接建立VAR模型。根據AIC和FPE最小化原則，本文確定最優滯后階數為一階，建立VAR(1)模型，從而得到殘差的相關系數矩陣

LEVYM2I

(3)

根據式(3)的殘差相關系數矩陣，運用DAG技術可以有效識別杠桿率(LEV)、貨幣供應量(M2)、同業拆借利率(I)和經濟增長(Y)之間的同期因果關系，并將其作為SVAR模型設定的重要依據。由于四個變量之間的同期因果關系不確定，因此需要從無向完全圖(圖1)入手，圖中變量兩兩之間均用無方向的線相連接，表示各變量之間可能存在的同期因果關系。然后，可以運用PC算法根據殘差的相關系數矩陣獲得變量之間的無條件相關系數和條件相關系數，進而確定變量之間的同期因果關系。受到數據來源的限制，本文所選擇的樣本期較短，樣本數量僅為83個，而Spirtes等(2000)、楊子暉(2008)等指出，當樣本數量較少時，需要適當提高顯著性水平來更準確地識別變量之間的同期因果關系。因此，本文在分析同期因果關系時選擇20%的顯著性水平。此外，本文的DAG分析通過TETRAD 3完成。

首先，根據無條件相關系數分析各變量之間是否存在相互影響關系。在20%的顯著性水平下，Y與I之間的相關系數為-0.105 9，對應P值為0.345 1，表明二者之間不存在同期相互影響，因此可以將圖I中Y和I之間的連線去除。此外，其他變量之間的無條件相關系數對應P值均小于20%的顯著性水平，顯著不為零。接下來，利用偏相關系數進行分析。當以利率I擾動為條件變量時，變量Y與M2之間的條件相關系數為0.113 0，對應P值為0.237 4，則經濟增長Y與貨幣供應量M2之間為條件同期獨立關系，可以將二者之間的連線也去除。基于無條件相關系數和條件相關系數分析，去除了Y與I和Y與M2之間的兩條連線，“去邊”工作完成，可以確定存在同期相互相應關系的變量為LEV與Y、LEV與I、LEV與M2和M2與I，但需要進一步確定變量之間同期因果關系的方向。根據變量的偏相關系數和Spirtes等(2000)提出的定向方法，LEV不屬于Y與I的隔離集，可以推斷三者之間的同期因果關系為：Y→LEV←Y；同理，LEV也不屬于M2與I的隔離集，三者之間的同期因果關系為：MI→LEV←I。此外，I不屬于M2與LEV的隔離集，而I與LEV的同期因果關系為I→LEV，因此，M2與I之間的同期因果關系確定為MI→I。基于以上分析，可以確定LEV、Y、I和M2四個變量之間的因果關系，如圖2有向無環圖所示。

圖2有向無環圖表明，在20%的顯著性水平下，貨幣供應量(M2)、利率(I)和經濟增長(Y)均對杠桿率(LEV)具有同期影響，貨幣供應量對利率也具有同期影響，而貨幣供應量和利率與經濟增長之間不存在同期因果關系。也就是說，在同期貨幣政策調整和經濟增長都會影響杠桿率，但貨幣政策調整在同期不會對經濟增長產生影響。

圖1 無向完全圖

圖2 有向無環圖

根據DAG的分析結果，可以對SVAR模型中的矩陣A和B實施如下約束

(4)

根據式(4)的約束，運用STATA 14對SVAR模型進行參數估計，結果(表2)顯示，所有參數估計值在5%的顯著性水平下均十分顯著。此外，本文進行了似然比檢驗，LR統計量為2.185，對應的p值為0.335，即在10%的顯著性水平下無法拒絕“過度約束為真”的原假設，表明本文采用DAG方法確定的同期因果關系對模型進行約束是合理的，可以進一步進行脈沖響應和預測誤差方差分解分析，來考察貨幣政策、經濟增長與杠桿率之間的動態關系。

(三)脈沖響應分析

基于以DAG所確定的同期因果關系為基礎構建的SVAR模型，本文重點考察了杠桿率和經濟增長對系統內各變量的脈沖響應函數，結果如圖3和4所示。

表2 SVAR模型參數估計結果

注：***、**分別表示在1%、5%的水平下顯著。

圖3杠桿率的脈沖響應結果顯示，從貨幣政策調整看，貨幣供應量的增加會使得杠桿率自第1個預測期開始上升，并持續至第6個預測期；而提高利率水平在短期(0—4期)能夠引起杠桿率下降，但從第5個預測期開始小幅上升一直持續至第12個預測期才逐步恢復至均衡水平；此外，經濟增速提高時，杠桿率下降，并持續至第8個預測期回歸至均衡水平。圖4脈沖響應結果顯示，當貨幣供應量擴張時，經濟增速會迅速提高；而利率水平上升時，經濟增速會出現一定程度的下降，但與貨幣供應量提高時相比，響應程度較小。此外，杠桿率提高，經濟增速也會迅速提高，維持到第4個預測期后恢復到均衡水平。

從上述脈沖響應結果分析可以看出：第一，貨幣供應量增加帶來的寬松貨幣政策環境會推動產出的增長，表明寬松貨幣政策對我國經濟增長具有顯著的調控效果，但同時也具有嚴重的負面溢出效應，會引發杠桿率的快速攀升問題，這說明貨幣供應量增加引發的債務擴張要大于產出的增長，這是杠桿率上升的直接原因，而更深層次原因，在于我國數量型貨幣政策工具在調控經濟增長方面有效性在下降；第二，利率的提高會導致產出的下滑，而從對杠桿率的影響看，利率水平的提高會降低經濟主體的借債意愿，債務增長速度放緩，因此，在短期內會出現杠桿率水平的下降；但從中長期看，利率提高帶來的融資成本會加重實體經濟部門的償債負擔，特別是在存量債務水平較高的情況下，實體經濟部門必須以較高的成本籌集資金來維持，出現“借新債還舊債”的現象，實體經濟增長也自然會受到影響，進而使得杠桿率水平再次上升；第三，從杠桿率與經濟增長的關系看，經濟增速的下滑則會引起杠桿率的上升，說明了“新常態”下經濟增速的持續下滑也是我國杠桿率快速攀升的重要因素之一，另一方面，杠桿率提高對經濟增長具有一定的促進作用，快速的“去杠桿”可能給經濟發展帶來巨大的負面沖擊。

(四)預測誤差方差分解

為了進一步分析貨幣政策、經濟增長和杠桿率之間相互影響的程度和動態作用機制，本文在脈沖響應分析的基礎上，根據基于DAG的SVAR模型，進行了預測誤差方差分解，結果如表3所示。

圖3 杠桿率對各變量的脈沖響應

圖4 經濟增長對各變量的脈沖響應

從表3杠桿率的預測方差分解結果看，第1個預測期，杠桿率波動主要由其自身來解釋，占比達到了74.41%，說明杠桿率的變動存在較大的慣性，這主要受到我國產業結構和金融體系結構因素的影響。同時，杠桿率的波動還可以由經濟增長、貨幣供應量和利率解釋，比例分別為7.17%、14.36%和 4.06%，這一結果與上文DAG分析所得出的同期因果關系一致，而三個變量解釋力的大小也反映出，在短期，貨幣供應量比經濟增長對杠桿率的影響要大許多。隨著時間的推移，杠桿率對其自身波動的解釋力逐漸下降至65%左右；經濟增長和貨幣供應量對杠桿率波動的影響力均有所提高，在第8個預測期分別達到了14.06%和16.80%并趨于穩定，貨幣供應量對杠桿率的影響仍然顯著大于經濟增長；而利率對杠桿率波動的解釋力較小，僅為3.71%。從總體上看，無論是在短期還是長期，杠桿率的波動主要受到自身慣性的影響，而貨幣供應量對杠桿率波動的解釋力都要顯著大于經濟增長，說明以貨幣供應量為主的貨幣政策調整比經濟增長對杠桿率的影響更大。

而從經濟增長的預測方差分解結果來看，貨幣供應量對經濟增長波動的解釋力從第3個預測期開始穩定在8%以上，利率的解釋力從第2個預測期緩慢提高，到第5個預測期趨于穩定，但僅為1%，表明數量型貨幣政策比價格型貨幣政策對我國經濟增長的調控效果更明顯，而且時滯也更短。同時，杠桿率對經濟增長波動的解釋力也能夠達到8.83%，與貨幣供應量基本持平，說明杠桿率對我國經濟增長具有不可忽視的作用，與圖4中脈沖響應的結果一致，因此，在杠桿調控過程中需要注意杠桿率下降對經濟增長帶來的負面沖擊。

表3 基于DAG的預測誤差分解結果

此外，從貨幣供應量和利率的方差分解結果顯示，經濟增長的解釋力都要大于杠桿率，并且時滯更短，反映出我國貨幣當局在制定貨幣政策時更多地考慮了經濟增長因素，而忽視了杠桿率的水平以及對杠桿率可能帶來的潛在影響，貨幣當局需要通過貨幣政策轉型來實現“穩增長”與“去杠桿”的平衡。

(五)穩健性檢驗

在上述實證分析的基礎上，本文又基于DAG同期因果關系進行了遞歸的預測誤差方差分解，一方面為了檢驗采用DAG方法和SVAR模型分析所得出結論是否具有穩健性，另一方面進一步考察貨幣政策、產出和杠桿率三者之間的相互作用關系是否會隨著時間的推移而發生動態變化。在具體操作上，根據DAG分析結果和所構建的SVAR模型，首先將1996年第一季度到2009年第一季度作為基期進行第1次預測誤差方差分解，然后再將樣本期擴大到1996年第一季度到2009年第二季度進行第2次預測誤差方差分解，按照此方式，直到1996年第一季度到2016年第三季度整個樣本區間，各變量第8個預測期遞歸的方差分解結果如圖5所示。

從杠桿率的遞歸方差分解結果可以看出，杠桿率波動在整個遞歸期內都主要由其自身沖擊解釋，占比達到45%～65%，這說明自身慣性是我國杠桿率持續上升的主要因素。但需要關注的是，杠桿率對自身波動的解釋力從2012年我國經濟發展進入“新常態”開始快速提高，這反映出受到“新常態”下經濟發展多重結構變化的沖擊，我國杠桿率上升的慣性在不斷自我強化，進而出現了快速上漲，給經濟和金融穩定帶來了巨大的壓力。而從貨幣政策和經濟增長對杠桿率波動的解釋力看，經濟增長和利率的解釋力在整個遞歸期內都保持穩定，而貨幣供應量的解釋力略有下降，但也總體保持在15%～30%之間，而且始終高于其他兩個變量，表明貨幣供應量是除杠桿率自身外影響其上升的又一重要因素。此外，從其他三個變量的遞歸方差分解結果看，在整個遞歸期內，各變量的解釋力都保持在相對穩定水平。

遞歸的預測誤差方差分解結果表明，隨著樣本期間的改變，本文的分析結果并沒有發生顯著性變化，因此，本文基于DAG和SVAR模型分析所得出的結論具有穩健性。

圖5 遞歸的預測誤差方差分解結果

五、主要結論和政策建議

本文基于有向無環圖技術(DAG)，構建SVAR模型對我國貨幣政策、經濟增長和杠桿率之間的相互影響進行了深入分析，研究結果表明：(1)基于DAG的同期因果關系分析顯示，貨幣供應量、利率和經濟增長對杠桿率的變動均具有同期影響，貨幣供應量對利率也具有同期影響，但貨幣供應量和利率與經濟增長之間并不存在同期因果關系，這說明在短期(即期)貨幣政策對杠桿率的影響更加顯著。(2)從貨幣政策、經濟增長和杠桿率的相互影響效果看，貨幣供應量增加能夠促進經濟增長，但同時會引發杠桿率的快速攀升；提高利率會抑制產出的增加，并在短期抑制杠桿率的上升，但從長期看會引起杠桿率的再次上升。此外，杠桿率的提高在一定程度上也會對經濟增長起到積極的作用。(3)從影響程度看，杠桿率變動除了受到自身慣性的影響外，貨幣供應量和產出在杠桿率變動中均具有顯著的解釋力，但貨幣供應量作用的時滯較短，影響效果也較大，而利率對杠桿率變動的影響則十分有限；同樣，貨幣供應量比利率對經濟增長的影響效果則更為顯著，時滯也更短，而且杠桿率對經濟增長也具有顯著的解釋力。

面對“新常態”下經濟增速的持續放緩和快速攀升的杠桿率，積極推進“降杠桿”與“穩增長”已成為當前形勢下我國經濟發展的兩項重要任務，中央銀行應當制定合理的貨幣政策來促進“降杠桿”和“穩增長”雙重目標的實現。結合上述的研究結論，本文提出以下幾點建議。

第一，“降杠桿”是當前防范系統性金融風險的重要任務。結合貨幣政策對杠桿率的影響看，貨幣供應量的變動是導致我國杠桿率上升的主要因素，因此，降低貨幣供應量增速是我國“去杠桿”的必要選擇，但同時中央銀行應當做好市場流動性管理，保持貨幣政策穩健中性，通過逆回購、MLF等政策工具及時調整市場流動性、穩定市場利率，防止利率快速上升加重實體經濟部門的債務負擔，進一步加劇杠桿率的上升，也有助于實體經濟的復蘇。

第二，考慮到數量型貨幣政策調控效果的下降，我國央行應加快推進貨幣政策由數量型向價格型調控轉型，深化利率市場化改革，健全央行的政策利率體系，完善利率傳導機制，提高利率調控的有效性，并通過市場利率的調控降低實體經濟部門的融資成本，帶動實體經濟的復蘇，以緩解貨幣供應量下降給實體經濟發展帶來的負面影響。另一方面，加大結構性貨幣政策的實施力度，引導資金流向實體經濟部門，推動經濟增長，也有助于解決寬松貨幣政策下資金“脫實向虛”、杠桿率攀升的問題。

第三，貨幣政策在宏觀調控中發揮著及其重要的作用，但單純依靠貨幣政策來實現“降桿桿”與“穩增長”雙重目標存在巨大挑戰，需要配合其他政策措施來共同完成。因此，中央銀行在制定和實施貨幣政策，要加強與宏觀審慎政策、供給側結構性改革政策的配合，優化宏觀調控政策體系，促進“降桿桿”與“穩增長”雙重目標的共同實現。

最后，在經濟發展中杠桿發揮著一定的積極作用，因此，建立杠桿率動態監測機制，強化對杠桿率的前瞻性管理，并根據實體經濟發展變化及時調整“去杠桿”的節奏和強度，防止杠桿率過快下降給經濟發展造成嚴重的沖擊。

[1]劉曉光,張杰平. 中國杠桿率悖論——兼論貨幣政策“穩增長”和“降杠桿”真的兩難嗎[J]. 財貿經濟,2016(8):5-19.

[2]Lucas R E. Two Illustrations of the Quantity Theory of Money[J]. The American Economic Review, 1980, 70(5): 1005-1014.

[3]Mccandless G T, Weber W E. Some Monetary Facts[J]. Federal Reserve Bank of Minneapolis. Quarterly Review-Federal Reserve Bank of Minneapolis, 1995, 19(3): 2.

[4]Mishkin F S. Does Anticipated Monetary Policy Matter? An Econometric Investigation[J]. Journal of Political Economy, 1982, 90(1): 22-51.

[5]Fisher M E, Seater J J. Long-run Neutrality and Superneutrality in an ARIMA Framework[J]. The American Economic Review, 1993,83(3): 402-415.

[6]孫華妤.傳統釘住匯率制度下中國貨幣政策自主性和有效性:1998-2005[J].世界經濟,2007(1):29-38.

[7]閆力,劉克宮,張次蘭.貨幣政策有效性問題研究——基于1998-2009年月度數據的分析[J].金融研究,2009(12):59-71.

[8]郭豫媚,陳偉澤,陳彥斌.中國貨幣政策有效性下降與預期管理研究[J].經濟研究,2016(1):28-41+83.

[9]林仁文,楊熠.中國市場化改革與貨幣政策有效性演變——基于DSGE的模型分析[J].管理世界,2014(6):39-52+187.

[10]黃憲,王旭東.我國央行貨幣政策實施力度和節奏的規律及效果研究——基于歷史演進和時變分析的視角[J].金融研究,2015(11):15-32.

[11]Bauer G H, Granziera E. Monetary Policy, Private Debt and Financial Stability Risks[J]. International Journal Of Central Banking,2017,13(3):337-373.

[12]Korinek A, Simsek A. Liquidity Trap and Excessive Leverage[J]. The American Economic Review, 2016, 106(3): 699-738.

[13]胡志鵬.“穩增長”與“控杠桿”雙重目標下的貨幣當局最優政策設定[J].經濟研究,2014(12):60-71+184.

[14]劉金全,陳德凱. 理解中國貨幣政策調控模式:“穩杠桿”還是“降杠桿”——基于TVP-VAR模型的實證研究[J/OL]. 西安交通大學學報(社會科學版),2017(6).

[15]Mendoza E G, Terrones M E. An Anatomy of Credit Booms: Evidence from Macro Aggregates and Micro Data[R]. National Bureau of Economic Research, 2008.

[16]Reinhart C M, Rogoff K S. Growth in a Time of Debt[R]. National Bureau of Economic Research, 2010.

[17]Furceri D, Mourougane A. The Effect of Financial Crises on Potential Output: New Empirical Evidence from OECD Countries[J]. Journal of Macroeconomics, 2012, 34(3): 822-832.

[18]黃志龍. 我國國民經濟各部門杠桿率的差異及政策建議[J]. 國際金融,2013,(1):51-53.

[19]楊洋,趙茂. 金融發展的經濟增長效應:線性還是非線性——基于面板門限模型的跨國經驗研究[J]. 現代財經,2016,36(8):28-35.

[20]Caballero C C, Drumond I, Lendvai J, et al. Indebtedness, Deleveraging Dynamics and Macroeconomic Adjustment[J]. Economic Papers, 2013,477: 1-49.

[21]Buttiglione L, Lane P, Reichlin L, et al. Deleveraging, What Deleveraging? The 16th Geneva Report on the World Economy[J]. International Center for Monetary and Banking Studies/Center for Economic Policy Research, 2014.

[22]馬勇,田拓,阮卓陽,等.金融杠桿、經濟增長與金融穩定[J].金融研究,2016(6):37-51.

[23]Sims C A. Macroeconomics and Reality[J]. Econometrica: Journal of the Econometric Society, 1980,48(1): 1-48.

[24]Bessler D A, Yang J. The Structure of Interdependence in International Stock Markets[J]. Journal of International Money and Finance, 2003, 22(2): 261-287.

[25]Awokuse T O. Export-led Growth and the Japanese Economy: Evidence from VAR and Directed Acyclic Graphs[J]. Applied Economics, 2006, 38(5): 593-602.

[26]楊子暉.財政政策與貨幣政策對私人投資的影響研究——基于有向無環圖的應用分析[J].經濟研究,2008(5):81-93.

[27]卜林,李政,張馨月.短期國際資本流動、人民幣匯率和資產價格——基于有向無環圖的分析[J].經濟評論,2015(1):140-151.

[28]李志輝,王近,李源.銀行信貸、資產價格與債務負擔[J].國際金融研究,2016(9):38-50.

[29]Spirtes P, Glymour C N, Scheines R. Causation, Prediction, and Search[M]. MIT Press, 2000.